[发明专利]一种基于BP神经网络的桥梁有限元模型修正方法

权利要求书

1.一种基于BP神经网络的桥梁有限元模型修正方法，其特征在于，包括以下步骤：

S1：建立目标函数，选取修正参数；

S2：进行桥梁应变影响线测试，提取实测应变影响线，同时建立初始有限元模型，提取计算应变影响线；

S3：建立BP神经网络，利用训练后的BP神经网络对初始有限元模型进行修正。

2.根据权利要求1所述的一种基于BP神经网络的桥梁有限元模型修正方法，其特征在于：在所述步骤S1中，目标函数通过减小实测应变影响线和通过有限元模型提取的计算应变影响线之间的误差实现有限元模型修正。

3.根据权利要求2所述的一种基于BP神经网络的桥梁有限元模型修正方法，其特征在于：在所述步骤S1中，选择绝对误差、百分比误差、相关系数、相对误差来量化有限元模型和实际桥梁结构间的吻合程度，具体计算公式如下：

绝对误差：∑|ε_a-ε_m|；

百分比误差：∑(ε_a-ε_m)²/∑(ε_m)²；

相对误差：∑|ε_a-ε_m|/∑|ε_m|；

相关系数：

其中，ε_a表示计算影响线应变值；ε_m表示实测影响线应变值。

4.根据权利要求3所述的一种基于BP神经网络的桥梁有限元模型修正方法，其特征在于：在所述步骤S1中，修正参数包括纵向主梁的弹性模量E、顶板厚度T1、底板厚度T2、腹板厚度Tw。

5.根据权利要求4所述的一种基于BP神经网络的桥梁有限元模型修正方法，其特征在于：在所述步骤S2中，提取实测应变影响线的具体过程如下：

S201：根据实际桥梁结构定义试验工况并布置测点；

S202：利用试验加载车辆对测点在既定试验荷载下的应变影响线展开测试；

S203：提取桥梁测点的应变时程响应，利用构造试验加载车辆信息矩阵剥离车辆多轴效应，进而将桥梁应变时程响应还原为单位集中荷载作用下的桥梁应变影响线，即实测应变影响线。

6.根据权利要求5所述的一种基于BP神经网络的桥梁有限元模型修正方法，其特征在于：在所述步骤S2中，提取计算应变影响线的具体过程如下：

S211：依据设计图纸与现场复合得到的桥梁结构尺寸信息，建立初始有限元模型；

S212：采用应变影响线加载定义移动荷载分析工况；

S213：以单位集中荷载模拟应变影响线加载，提取初始有限元模型的计算应变影响线。